公开(公告)号：CN110175631B

公开(公告)日：2022-08-30

申请号：CN201910352469.4

申请日：2019-04-28

Applicant: 南京邮电大学

Inventor： 吴松松 ,  卢志强 ,  姚礼昕 ,  莫晓晖 ,  岳东

IPC: G06V10/762 ,  G06K9/62 ,  G06F17/16

Abstract: 本发明揭示了一种基于共同学习子空间结构和聚类指示矩阵的多视图图像聚类方法，该方法包括如下步骤：S1：获取多视图图像数据；S2：对给定多视图图像数据进行子空间学习，得到多视图子空间表示、连续指示矩阵、离散指示矩阵；S3：对多视图子空间表示、连续指示矩阵、离散指示矩阵进行迭代更新，得到更新后的多视图子空间表示；S4：应用所述S3步骤得到的多视图子空间表示构造邻接矩阵；S5：应用所述S4步骤得到的邻接矩阵，调用谱聚类算法，得到聚类结果。与已有的多视图聚类方法相比，大量的实验结果证明该方法可以显著提高收敛速率和聚类性能。

公开(公告)号：CN110175631A

公开(公告)日：2019-08-27

申请号：CN201910352469.4

申请日：2019-04-28

Applicant: 南京邮电大学

Inventor： 吴松松 ,  卢志强 ,  姚礼昕 ,  莫晓晖 ,  岳东

IPC: G06K9/62 ,  G06F17/16

Abstract: 本发明揭示了一种基于共同学习子空间结构和聚类指示矩阵的多视图图像聚类方法，该方法包括如下步骤：S1：获取多视图图像数据；S2：对给定多视图图像数据进行子空间学习，得到多视图子空间表示、连续指示矩阵、离散指示矩阵；S3：对多视图子空间表示、连续指示矩阵、离散指示矩阵进行迭代更新，得到更新后的多视图子空间表示；S4：应用所述S3步骤得到的多视图子空间表示构造邻接矩阵；S5：应用所述S4步骤得到的邻接矩阵，调用谱聚类算法，得到聚类结果。与已有的多视图聚类方法相比，大量的实验结果证明该方法可以显著提高收敛速率和聚类性能。